디자인과 개발의 경계가 무너지고 있다. Figma Design Agent 베타가 공개되면서 디자이너는 아이콘 정렬과 레이어명 통일 같은 반복 작업을 AI에게 넘기기 시작했다. 한편 개발자 커뮤니티에선 단 하룻저녁 만에 AI 사이드 프로젝트를 배포하고, 실제 사용자를 모으는 경험담이 빠르게 쌓이고 있다. 두 흐름은 표면적으로 달라 보이지만, 하나의 질문을 향해 수렴한다. AI가 실행을 가져가는 시대에, 사람이 먼저 검증해야 할 것은 무엇인가?
맥락을 아는 AI, 그래서 더 날카로운 판단이 필요하다
Figma Design Agent의 차별점은 '범용 AI'가 아니라는 데 있다. 브런치에 공개된 실사용기에 따르면, 이 에이전트는 디자이너의 파일을 직접 읽는다. 어떤 폰트가 몇 개 쓰였는지, 컴포넌트 베리언츠 구조가 어떻게 얽혀 있는지를 파악한 채 대화한다. 18개 아이콘 컴포넌트의 size variable 순서를 재정렬하는 데 걸린 시간은 2분 40초. 복잡한 불린·네스티드 인스턴스 설정도 자연어 한 줄로 처리됐다.
프론트엔드 개발자 입장에서 이 변화는 낯설지 않다. 컴포넌트 구조를 이해하고 변경사항을 일괄 적용하는 작업은 개발 사이드에서도 이미 AI가 상당 부분 가져가고 있기 때문이다. 흥미로운 것은 그 다음이다. 실사용기를 쓴 디자이너는 반복 작업이 사라진 자리에서 "이 화면의 흐름이 맞는지, 이 구조가 사용자에게 자연스러운지"를 고민하게 됐다고 말한다. 실행의 빈자리가 판단의 공간을 열었다는 얘기다.
빠른 배포가 드러낸 것: '무엇을'이 '어떻게'보다 먼저다
Dev.to에 올라온 AI 사이드 프로젝트 MVP 경험기는 정반대 방향에서 같은 교훈을 꺼낸다. 필자는 처음 프로젝트에서 RAG 파이프라인, 벡터 데이터베이스, 커스텀 임베딩을 2주 동안 구축했다. 사용자 대면 코드는 한 줄도 없었고, 사용자 검증도 없었다. 결과는 월 200달러짜리 서버 비용과 함께 프로젝트 종료였다.
이후 방향을 바꿨다. OpenAI API 직접 호출, LangChain 없이, ChromaDB 없이. git diff를 읽어 커밋 메시지를 생성하는 단일 Python 파일을 하룻저녁 만에 만들었다. 일주일 뒤 47명이 포크했다. 세 번째 프로젝트인 스탠드업 노트 자동화 봇은 지금도 23명이 매일 쓰고 있다. 공통점은 하나다. 자신이 매일 겪는 문제를 먼저 풀었다.
프론트엔드 개발자에게 남겨진 검증 과제
두 경험이 맞닿는 지점을 프론트엔드 개발자의 시각으로 다시 읽으면 세 가지 검증 과제가 선명해진다.
첫째, '이 기능이 필요한가'를 AI보다 먼저 답해야 한다. Figma Design Agent는 맥락을 알기 때문에 지시한 것을 잘 처리한다. 하지만 무엇을 지시할지는 여전히 사람의 몫이다. 아이콘 정렬이 아니라 사용자 여정 설계, 컴포넌트 구조가 아니라 인터랙션 흐름—AI가 빠르게 실행할수록, 방향 설정의 오류 비용은 더 빠르게 커진다.
둘째, MVP는 '동작하는 가설'이어야 한다. 완벽한 인프라보다 하나의 사용자 문제를 해결하는 최소 단위가 먼저다. API 한 줄로 동작하는 프로토타입을 실제 사용자 앞에 꺼내놓는 것이, 아무도 보지 않는 정교한 아키텍처보다 더 많은 것을 알려준다. AI 도구가 구현 속도를 끌어올린 지금, 이 흐름은 선택이 아니라 기본값이 됐다.
셋째, AI가 수정한 결과를 이해하는 책임은 여전히 개발자에게 있다. 실사용기의 솔직한 고백이 인상적이다. "에이전트가 해결해줬다. 단점이 하나 있다면, 어떻게 수정했는지 내가 다시 공부해야 한다는 것이다." 결과물을 검증하지 않고 머지하는 순간, 빠른 실행은 보이지 않는 기술 부채로 전환된다.
판단이 희소 자원이 되는 시대
Figma의 수석 디자인 책임자 Loredana Crisan은 에이전트 출시 당시 이렇게 말했다. "소프트웨어를 만드는 일이 쉬워질수록, 중요해지는 건 방향이다." 이 문장은 디자이너에게만 해당하지 않는다. 컴포넌트를 생성하고, 코드를 리팩토링하고, API를 연결하는 작업이 AI에게 넘어갈수록, 프론트엔드 개발자에게 남는 것은 '이게 사용자에게 진짜 도움이 되는가'를 묻는 능력이다.
빠른 프로토타이핑이 가능해진 지금, 역설적으로 '무엇을 만들지 않을 것인가'를 결정하는 판단이 가장 희소한 역량이 됐다. AI가 캔버스 안으로, 코드 에디터 안으로 들어오는 속도보다 더 빠르게 갖춰야 할 것은 바로 그 판단력이다.